AI 10 โมเดลสร้างโค้ดโจมตีซ้ำได้ในสมาร์ตคอนแทร็กต์ 207 รายการ จากทั้งหมด 405 รายการที่เคยถูกโจมตี การทดสอบทำในสภาพแวดล้อมแยก จึงไม่ได้หมายความว่าเกิดความเสียหายต่อเงินจริงในบริการ DeFi
งานวิจัย SCONE-bench ของแอนโทรปิก (Anthropic) ซึ่งเผยแพร่ในเดือนธันวาคม 2025 ทดสอบสัญญาที่ถูกโจมตีจริงระหว่างปี 2020-2025 มูลค่าที่จำลองว่าถูกขโมยจากการโจมตีที่สร้างซ้ำได้อยู่ที่ 550.1 ล้านดอลลาร์ (ประมาณ 732.7 พันล้านวอน) งานวิจัย SCONE-bench
การทดสอบเกิดขึ้นในสภาพแวดล้อมท้องถิ่นที่จำลองสถานะในอดีตของอีเธอเรียม (ETH), BNB Chain และ Base เนื่องจากสัญญาที่นำมาทดสอบเคยถูกโจมตีแล้ว ผลนี้จึงใช้แทนอัตราความสำเร็จในการแฮ็กสัญญาทั่วไปหรือบริการจริงไม่ได้
งานวิจัยเดียวกันทดสอบช่องโหว่ที่ถูกใช้โจมตีจริงหลังจากช่วงเวลาที่กำหนดเป็นฐานความรู้ของโมเดล โดยมูลค่าความเสียหายที่จำลองได้อยู่ที่ 4.6 ล้านดอลลาร์ (ประมาณ 6.12 พันล้านวอน) นอกจากนี้ยังทดสอบสัญญาที่เพิ่งนำขึ้นใช้งาน 2,849 รายการซึ่งไม่มีช่องโหว่ที่ทราบมาก่อน และพบช่องโหว่ใหม่ 2 จุด การทดลองนี้จำลองมูลค่าความเสียหายไว้ที่ 3,694 ดอลลาร์ (ประมาณ 4.92 ล้านวอน) ขณะที่ค่าใช้จ่าย API ของ GPT-5 อยู่ที่ 3,476 ดอลลาร์ (ประมาณ 4.63 ล้านวอน)
โอเพนเอไอ (OpenAI) และพาราไดม์ (Paradigm) เผยแพร่ EVMbench เมื่อวันที่ 18 กุมภาพันธ์ 2026 โดยแยกประเมินความสามารถในการตรวจจับช่องโหว่ สร้างการโจมตีซ้ำ และแก้ไขช่องโหว่ การทดสอบครอบคลุมช่องโหว่ 117 รายการจากการตรวจสอบ 40 ครั้ง ในโหมดโจมตีที่ใช้ข้อบกพร่องซึ่งเปิดเผยต่อสาธารณะแล้ว GPT-5.3-Codex ทำคะแนนได้ 71.0% และ GPT-5 ได้ 33.3% โดยทดสอบในสภาพแวดล้อม Anvil บนเครื่องท้องถิ่น ประกาศของ OpenAI
ประกาศระบุว่าความสามารถในการตรวจจับและแก้ไขยังไม่สมบูรณ์ และการทดสอบไม่ได้สะท้อนความซับซ้อนของสภาพแวดล้อมความปลอดภัยจริงทั้งหมด อีกทั้งยังมีข้อจำกัดในการแยกว่ารายการที่ระบบเสนอเพิ่มเติมเป็นช่องโหว่จริงหรือเป็นผลบวกลวง
OpenZeppelin ตรวจสอบข้อมูล EVMbench และระบุว่าอย่างน้อย 4 รายการที่จัดเป็นความเสี่ยงสูงไม่สามารถนำไปโจมตีได้จริง บริษัทยังตั้งข้อสังเกตว่าผลคะแนนอาจได้รับผลจากความเป็นไปได้ที่ผลตรวจสอบซึ่งเปิดเผยต่อสาธารณะถูกนำไปใช้ฝึกโมเดล และจากการจัดประเภทช่องโหว่ที่ไม่ถูกต้อง การตรวจสอบของ OpenZeppelin
แอนเดรสเซน โฮโรวิตซ์ (Andreessen Horowitz) ทดลองโจมตีด้วยการปั่นราคาในเดือนเมษายน 2026 และสร้างการโจมตีซ้ำได้ 10 จาก 20 กรณีในอดีต ต่อมาพบว่าเอเจนต์เข้าถึงข้อมูลธุรกรรมจริงที่เกิดขึ้นหลังเวลาการโจมตีได้ เมื่อตัดข้อมูลดังกล่าวออก จำนวนกรณีที่สร้างซ้ำได้ลดเหลือ 2 กรณี การทดลองของ Andreessen Horowitz
เมื่อป้อนขั้นตอนการโจมตีจากกรณีทดลองให้เอเจนต์ ก็สร้างการโจมตีซ้ำได้ 14 จาก 20 กรณี คะแนน 50%, 10% และ 70% มาจากเงื่อนไขด้านข้อมูลที่แตกต่างกัน
บทความวิจัย CyberChainBench ที่เผยแพร่ในเดือนมิถุนายน 2026 ประเมินการโจมตีในอดีต 541 กรณีบนเชนที่เข้ากันได้กับอีเธอเรียม 9 แห่ง โดยชุดการทำงานที่ได้ผลดีที่สุดทำคะแนนด้านการตรวจจับ การโจมตี และการแก้ไขได้ 37.5%, 43.7% และ 23.4% ตามลำดับ บทความวิจัย CyberChainBench
ในบทความวิจัย การจับคู่ Codex กับ GPT-5.5 จำลองมูลค่าที่ถูกขโมยได้ 57.4 ล้านดอลลาร์ (ประมาณ 76.5 พันล้านวอน) จากการจำลองสถานะในอดีตของเป้าหมายโจมตี 200 รายการ ตัวเลขนี้ไม่ได้หมายถึงการโจมตีที่เกิดขึ้นจริงบนเชนหรือรายได้จริง
เกณฑ์ทดสอบแต่ละชุดใช้สัญญา ข้อมูลที่ให้ และงานประเมินต่างกัน จึงไม่ควรตีความคะแนนการสร้างการโจมตีซ้ำเป็นโอกาสที่บริการจริงจะถูกเจาะ หรือเปรียบเทียบคะแนนจากการทดสอบต่างชุดกันโดยตรง
เชนอะลิซิส (Chainalysis) ประเมินในรายงานเดือนมิถุนายน 2026 ว่าความเสียหายในช่วง 6 เดือนก่อนหน้าที่เกี่ยวข้องกับสมาร์ตคอนแทร็กต์ซึ่งยังไม่ได้รับการตรวจสอบแบบเปิดเผยอยู่ที่ 36.7 ล้านดอลลาร์ (ประมาณ 4.89 หมื่นล้านวอน) รายงานกล่าวถึงการใช้ AI ทำวิศวกรรมย้อนกลับว่าเป็นความเสี่ยงที่กำลังเกิดขึ้น แต่ไม่ได้ระบุว่าความเสียหายที่รวบรวมมานั้นเกิดจาก AI รายงานของ Chainalysis
รายงานก่อนหน้าของ TokenPost ระบุว่าความเสียหายยังเกิดขึ้นมากในโปรโตคอลที่ผ่านการตรวจสอบล่วงหน้า ซึ่งสะท้อนว่าประวัติการตรวจสอบเพียงอย่างเดียวบอกความเสี่ยงจากการโจมตีจริงได้ไม่ครบถ้วน คะแนนจากการทดสอบและผลการตรวจสอบจึงไม่อาจรับประกันความปลอดภัยของสัญญาจริงได้
สมาร์ตคอนแทร็กต์ใช้โค้ดดำเนินเงื่อนไขต่าง ๆ เช่น การซื้อขายและการให้กู้ยืม ทีมความปลอดภัยจึงต้องตรวจสอบข้อบกพร่องที่ AI เสนอด้วยการทดสอบซ้ำ และยืนยันว่าฟังก์ชันยังทำงานปกติหลังแก้ไข OpenZeppelin เสนอให้การประเมินมีหลักฐานการโจมตีที่ทำซ้ำได้ และให้ผู้เชี่ยวชาญตรวจสอบการจัดประเภทช่องโหว่
Comment 0